科技让出行更安全
——访滴滴出行安全事务部研究总监刘文超

文/本刊记者 包冬冬

滴滴出行作为全球最大的一站式出行平台者在提供交通便利之时者更将“安全”这一出行领域最基本的要素看得很重。2017年7月者滴滴公司对外公布的驾驶行为监测技术者在管控司机驾驶行为上正发挥着积极作用。

“滴滴一下，出行更美好”。用过滴滴出行APP的人对这句口号并不陌生。作为全球最大的一站式出行平台，滴滴出行目前注册用户已达4.5亿，注册司机已逾2 100万，日均订单达到2 500万，其庞大的运行体量规模和独特的共享经济模式，注定了滴滴的安全管理必然是创新的、独特的、系统性的。本刊记者专访滴滴出行安全事务部研究总监刘文超，请他介绍“互联网+交通安全”的设想与落地情况。

记者（以下简称“记”）：刘总，您好。滴滴出行是一站式出行平台，目前规模已成为全球最大。您认为，滴滴出行共享经济最显著的特点是什么？

刘文超（以下简称“刘”）：2012年6月，滴滴出行平台创立。同年9月，第一款APP（计算机应用程序）上线以来，相继推出了出租车、专车、快车、顺风车、豪华车、公交、小巴、代驾、租车、企业级等全场景出行业务，形成了门类齐全的一站式出行平台。滴滴平台共享经济的核心特征为轻资产模式，不采购车辆、不雇佣司机，平台运力均为加盟运营。与传统出行企业相比，出行平台旨在整合社会闲散资源，提升既有车辆的使用效率，其显性特征在于体量规模庞大、个体差异性大。

同期，滴滴出行注册司机1 000万，呈现出个体运营强度和规律的显著差异性。与90%的出租汽车企业车辆规模不超过300辆的行业现状相比，滴滴出行千万级的注册司机规模，不啻于创造了一个全新的出行行业而非企业个体的概念，这也注定了滴滴出行的管理视角必须站在行业创新的高度上。传统的线下组织模式，无论从覆盖面、触达率（编者按：接触到产品的目标客户人数占目标客户总人数的百分比）还是性价比等方面，都已经无法适应新兴经济模式的发展需要。

2015年全国出租汽车企业运营车辆规模情况

记：既然滴滴出行已经成为一个全新的出行行业，面临的安全风险是否也是全新的，主要来源于哪些方面？

刘：滴滴出行的安全风险按照来源可分为三大类：一是出行类风险，包括交通事故、车内冲突等；二是移动互联类风险，包括用户财务安全、用户隐私安全等；三是运营类风险，包括群体性事件、闹访等。梳理这些安全风险可以发现：移动互联类、运营类风险具备一定的行业共性，防范和解决之道可以借鉴其他互联网企业既有经验；出行类风险是滴滴区别于其他互联网企业的本质特征，交通事故和车内冲突是移动出行企业特有的经营场景，也是滴滴安全管理的独特核心价值。滴滴出行服务植根于社会大环境下，交通事故规律和车内冲突特征概率上受到宏观安全水平影响，千万级的司机车辆管控和数以亿计的乘客出行服务，注定了滴滴安全管理势必是系统性的解决之道。

记：您所说的安全管理系统性解决之道，它的核心理念是什么，重视风险管控中的哪些环节？

刘：作为行业内第一家明确提出“安全第一、体验第二、效率第三”发展战略的企业，公司用最高级别的指导方针确立了安全事务的首要地位，并在全行业率先建立了安全管理委员会，直接由创始人兼CEO程维牵头，统领安全事务部、各业务线及职能部门相关安全事务决策、目标制定考核、岗位职责监督，切实保障公司安全工作目标具体、路径明确、权责清晰、执行通畅。

公司以安全事务部作为安全工作的统筹部门，通过安全关键绩 效 指 标 KPI（Key Performance Indicator）考核、岗位安全职责拆解、安全FT(Feature Team)团队建制、业务线安全接口人等基础制度建设，逐步搭建起脉络清晰、结构完整的安全管理组织架构，实现了总部地方联动的安全管理团队。

与此同时，从公司内部的安全管理上，滴滴公司用每年上亿资金的安全管理投入，保障人才引进、科技研发、数据融合等基础保障建设；公司各部门策略调整、业务变动涉及安全风险的，一律通过安全评估，安全因素作为一票否决审核项。

对于平台安全准入，滴滴着力于安全事前管理、强化准入条件的精准审核。2016年7月，滴滴率先与中国互联网协会分享经济工作委员会联合发布了移动出行驾驶人员禁入标准，首次明确了网约车驾驶人员资格审查的“负面清单”，有重大暴力犯罪、严重治安违法、交通安全违法以及精神病记录的人员，都将被一票否决、禁止进入移动出行平台。滴滴应用三证验真（身份证、驾驶证和车辆行驶证）、背景筛查以及人像识别等保障性技术，筛查身份证、驾驶证、行驶证虚假无效信息，排除危险驾驶犯罪、暴力犯罪等不良记录，识别申请信息不符的申请人，确保每一位平台司机依法合规安全服务。目前，仅三证验真一项，平台平均每天就拒绝4万个不符合要求的注册请求。

滴滴平台施行安全事中管控，重视风险集聚的提前干预。如以驾驶行为检测为核心评价指标，应用GPS信息、手机陀螺仪及加速度计等功能，监测分析司机急加速、急减速、急刹车、超速、疲劳驾驶、分心驾驶等风险驾驶行为，综合司机交通安全违法行为、交通事故记录、乘客投诉等关联数据信息，针对性制定宣教内容和管控措施，精准触达司机个体，定期随访干预效果，形成管理闭环。

注重事件调查复盘（编者按：围棋术语，按原先的走法，把下完的棋再摆一遍。用于此，表示重新回顾发生过的事件，总结经验），梳理事故背后隐藏的机制漏洞、管理缺位、技术缺陷，是滴滴安全之道的重要补充。公司根据事故分级处置原则，组织专人调查复盘每一起较大级以上安全事件，全过程回溯事件背景信息、安全致因、处置流程，归纳共性问题，提出解决意见，目前已完成上百起事件复盘，滴滴安全复盘文化初见端倪。

记：请您再详细介绍下刚刚提到的驾驶行为检测技术。

刘：2017年7月，滴滴对外公布了一款名为“滴滴护航”的安全驾驶系统，这是滴滴平台自主研发的安全产品。它从急加速、急减速、急转弯、急变道、超速、超时（疲劳驾驶）、分心驾驶等多维度检测司机的驾驶行为。通过将驾驶行为感控SDK（软件开发工具包），植入到滴滴平台的司机手机客户端后，在订单行程中根据手机加速度计、陀螺仪、GPS等提供的信息，监测收集司机的驾驶行为信息。

驾驶行为特征理论由来已久，但大规模的实践应用并不多见，技术规则和判断的模型是滴滴平台的核心竞争力。前端采集到信息之后，运用特有的规则和模型，可靠、有效地判断司机的驾驶行为。后端在前端数据的支持下，提出干预司机驾驶行为的力度和措施就要依赖于后端的模型。以急减速这一行为为例，前端采集到信息，后端决定对司机的管控措施，是提醒、教育还是封禁，是实时提醒还是阶段性、集中性的教育管控，针对高品质服务的专车、豪华车，还会提出更高的要求。如何充分运用信息分析结果、确定司机的驾驶行为规律以及干预类型，这是滴滴出行另外一个核心的业务场景。不同的事故风险场景和事故对象决定了前端传回数据的应用模型。由于前端数据的实时变化，决定了分析的过程纷繁复杂且多变。由此，滴滴平台对于后端模型的系统性调整每隔15天进行一次，微调几乎每天都在进行，以变应变。

记：基于驾驶行为监测技术，如何应用在司机的安全教育上？与传统的交通运输企业比，有哪些不同？

刘：这个问题，我们在一篇名为《基于网约车平台的互联网+交通安全教育研究》中做过详细阐述。我们认为，人为因素是目前造成交通事故的主要原因。那么，改变人的观念和行为便与交通安全的宣传教育休戚相关。传统的交通安全教育具有主体单一、时间滞后、内容无差别、效果难评估等特点。

滴滴出行平台的交通安全教育模式是借助移动互联网技术提供的实时性、针对性的闭环安全管理，模式优势体现在两个方面。一方面，司机安全风险评估能力可量化，教育收益可闭环评估。另一方面，干预方式更灵活，教育参与方更有积极性。滴滴平台对不同风险等级的驾驶人采取不同的教育干预手段。

第一阶段，风险识别确定交通安全教育的内容和形式。2016年10月起，我们利用2个月时间开展了基线调查，随机选取5万活跃司机，收集整理样本对象在1个月内发生急加速、急减速、急转弯、超速行为（以下简称“三急一超”）的次数，核算危险驾驶行为频次数据，量化评估样本对象的安全风险程度，危险驾驶行为频次定义如下：

分别按照“三急一超”四项危险驾驶行为频次对样本司机降序排列，四等分排序司机，顺次定义为一级、二级、三级、四级风险等级，即每个样本司机同时具备4项危险驾驶行为对应的风险评级，取最高级作为最终风险评级。

第二阶段是定向教育。针对上一阶段划分的不同等级的司机实施分层分级教育管控，随着风险评级的加重，教育管控手段也会逐步强化。具体如表1：

表1. 基于司机风险评级的分层分级教育管控措施

表2.“三急一超”教育管控效果

第三阶段是量化评估，本项目通过跟踪对比管控对象标签行为频次的环比差异，来评估教育管控措施的有效性和针对性水平。定义行为频次下降为“改良”，反之为“恶化”，统计改良对象占管控总数的比例，作为教育管控效果的评价指标。持续跟踪两个月，“三急一超”中司机教育管控效果指标见表2。

对比效果数据发现，不同等级教育管控措施对应不同危险驾驶行为的干预效果各不相同。总的来说，基本符合以下3个结论：教育管控措施对“三急一超”行为普遍起到积极干预作用；按措施等级分析，干预效果与措施等级基本呈现正相关趋势；按干预行为分析，超速干预效果最优，急加速和急转弯次之，急减速最差。

我们关于安全出行的探索每天都在继续，滴滴丰富的大数据和人工智能技术、人才储备，让安全的未来充满了可能性。相信在我们的持续努力之下，科技将会让出行越来越安全、市民越来越安心。